人工智能的通用實現(xiàn)思路，是基于數(shù)據(jù)挖掘價值，通過模型傳遞價值。這在工業(yè)場景的落地過程中，存在諸多挑戰(zhàn)。

其一，客戶不買賬。模型本身不是產(chǎn)品，也無法直接創(chuàng)造價值，這與企業(yè)現(xiàn)行的管理體系、現(xiàn)用軟件的邏輯有著天差地別，企業(yè)很難理解并相信。第二，模型不準(zhǔn)確。在工業(yè)場景中，普遍存在數(shù)據(jù)質(zhì)量差、缺乏標(biāo)簽等問題，使得初期的模型很難達到好的效果?？蛻舨恍湃巍⒛Ｐ筒豢孔V，結(jié)果就是模型得不到使用和積累，造成了模型無法迭代優(yōu)化的惡性循環(huán)。

而工業(yè)智能落地的核心，需要將快速見效和持續(xù)優(yōu)化相結(jié)合。這通過泛在的大數(shù)據(jù)及人工智能技術(shù)很難實現(xiàn)。

天澤智云通過近年積累的項目經(jīng)驗，梳理了工業(yè)智能的最佳實踐路徑。從工業(yè)場景及企業(yè)痛點出發(fā)，融合工業(yè)領(lǐng)域知識、智能建模技術(shù)及計算機科學(xué)，衍生出DT、AT、PT、OT四大支撐技術(shù)。并基于此開發(fā)四大核心產(chǎn)品，縱向打通數(shù)據(jù)采集、邊緣計算、分析建模，到工業(yè)應(yīng)用的閉環(huán)，快速、流程化、標(biāo)準(zhǔn)化、系統(tǒng)性地為客戶交付可持續(xù)傳承的工業(yè)智能解決方案，實現(xiàn)客戶價值。

這之中包含4個產(chǎn)品：

• EdgePro，工業(yè)物聯(lián)網(wǎng)與邊緣智能軟件

• GenPro，工業(yè)智能分析與建模工具

• CyberRepository，工業(yè)智能模型生命周期管理協(xié)作系統(tǒng)

• CyberSphere，企業(yè)級算法模型執(zhí)行引擎

工業(yè)智能產(chǎn)品矩陣與IAI DevOps理念構(gòu)成了天澤智云的工業(yè)智能應(yīng)用研發(fā)平臺。

——天澤智云技術(shù)研發(fā)副總裁 金超博士

如何使用這套研發(fā)平臺

加速工業(yè)智能的落地

觀察員小郭帶領(lǐng)客戶來到峰會

和“無憂機床”項目組現(xiàn)身說法

生動呈現(xiàn)工業(yè)智能研發(fā)新模式

觀察員：產(chǎn)品經(jīng)理-小郭

OT：富士康項目總監(jiān)-武哥

DT：邊緣計算工程師-芳哥

AT：首席數(shù)據(jù)科學(xué)家-學(xué)姐

AT：算法工程師-男哥

PT：軟件工程師-小明

OT-武哥：

富士康打造燈塔工廠的目標(biāo)可以用3W來概括，即Waste Reduction（節(jié)能）、Work Reduction（減勞）、Worry Reduction（無憂）。其核心不是無人，而是要通過工業(yè)智能做到無憂。

舉個例子，模具加工過程中，刀具磨耗程度是影響模具成品質(zhì)量的關(guān)鍵因素，但其磨損狀態(tài)不透明，現(xiàn)場工人無法掌握最佳換刀時間，以至于經(jīng)常發(fā)生換刀過早或過晚的情況，造成刀具浪費和產(chǎn)品缺陷的問題。

我們之前做了很多嘗試，但是落地難度太大。然而與天澤智云合作之后，短短4個月就開發(fā)出了一個刀具剩余壽命預(yù)測的工業(yè)智能App，并在2個廠區(qū)試點無憂機床系統(tǒng)上線，取得了很好的效果。

這次峰會，很想請你們講講背后的技術(shù)和研發(fā)過程，給我好好做個“解密”。

觀察員-小郭：

沒問題，就讓我們一同走進工業(yè)智能DevOps研發(fā)新模式的解密之旅。

首先來了解一下系統(tǒng)的架構(gòu)，這一套系統(tǒng)包含了5個關(guān)鍵環(huán)節(jié)，對應(yīng)著李杰教授CPS系統(tǒng)的5C框架。

DT：數(shù)據(jù)采集

觀察員-小郭：

搭建系統(tǒng)的第一步是采集關(guān)鍵有效的數(shù)據(jù)。芳哥，給我們介紹一下，根據(jù)當(dāng)時算法科學(xué)家建模的需求和現(xiàn)場的情況，我們的數(shù)采遇到了哪些挑戰(zhàn)？

DT-芳哥：

關(guān)于機床刀具剩余壽命預(yù)測問題，數(shù)據(jù)科學(xué)家需要兩種不同類型的設(shè)備數(shù)據(jù)。

振動數(shù)據(jù)采集的挑戰(zhàn)在于它的采樣率要求很高；低頻機床狀態(tài)數(shù)據(jù)采集難度在于不易解析機床控制器的通信協(xié)議；最后，還有一個難點在于高低頻數(shù)據(jù)在時間軸上的同步。

觀察員-小郭：

這三個挑戰(zhàn)如何解決？

DT-芳哥：

對比之下我們使用了天澤智云自主研發(fā)邊緣智能硬件iEC-1001來采集這些不同類型的數(shù)據(jù)。

iEC-1001具備4個高速動態(tài)信號采集通道可集成常見傳感器，包括振動、聲音、轉(zhuǎn)速計或電流等，無縫實現(xiàn)高頻信號采集。

同時內(nèi)置高性能嵌入式處理器，可部署常見的工業(yè)協(xié)議，在一體化硬件中實現(xiàn)對高低頻數(shù)據(jù)的混合信號采集，輕松完成數(shù)據(jù)同步。

觀察員-小郭：

當(dāng)時要采集的機床有幾十臺品類、規(guī)格，我們?nèi)绾渭铀贁?shù)采硬件的安裝調(diào)試，實現(xiàn)數(shù)據(jù)又準(zhǔn)又快地接入呢？

DT-芳哥：

這就要依靠我們邊緣層的核心工具-工業(yè)物聯(lián)網(wǎng)與邊緣智能軟件EdgePro。

有了EdgePro的加持，就可快速實現(xiàn)規(guī)?；悄苡布呐渲煤蛿?shù)據(jù)接入。

OT-武哥：

這樣的高頻數(shù)據(jù)上云開始只有一兩臺設(shè)備時還好，但是如果一個廠區(qū)平均有500臺機床的話，我們現(xiàn)場的網(wǎng)絡(luò)帶寬就很難承載了，要改造網(wǎng)絡(luò)成本又很大。這個問題如何解決？

DT-芳哥：

當(dāng)時我們就應(yīng)用了邊緣計算技術(shù)，在邊緣端完成數(shù)據(jù)預(yù)處理和特征提取，只將少量有效特征數(shù)據(jù)傳輸上云，再在云上進行AI模型訓(xùn)練和執(zhí)行。這個功能iEC-1001也能支持。

經(jīng)驗證，采用該系統(tǒng)后數(shù)據(jù)總量從之前的600MB/s縮減為10MB/s，降低60倍。

這套系統(tǒng)方案也可擴展到上千臺機床的工廠，同樣能有效降低對工業(yè)現(xiàn)場網(wǎng)絡(luò)帶寬的需求。

AT：算法建模  

觀察員-小郭：

完成關(guān)鍵有效數(shù)據(jù)采集之后，下一步進入算法建模。工業(yè)場景建模需要同時具備機理和算法知識，面臨著行業(yè)門檻高等挑戰(zhàn)。下面請學(xué)姐分享一下，在這個項目中模型如何又快又好地完成交付？

AT-學(xué)姐：

你說得很對，專業(yè)性強是工業(yè)智能建模的難點，比如在“無憂刀具”這個項目中，就涉及到振動信號預(yù)處理、故障特征提取、機器學(xué)習(xí)建模等多個環(huán)節(jié)，需要不同領(lǐng)域的知識和經(jīng)驗。

我們的做法是將整個建模問題解耦，形成盡可能獨立的任務(wù)，并交由專業(yè)人員處理。我作為數(shù)據(jù)科學(xué)家，任務(wù)是定義這些子問題和設(shè)計解決問題的整體框架。

觀察員-小郭：

這種模型研發(fā)方式聽起來是一種非常不錯的思路，但是在項目中如何落地？

AT-學(xué)姐：

這就需要提到我們自主研發(fā)的GenPro了，它是一個專門面向工業(yè)場景的數(shù)據(jù)分析和建模工具，我們整個算法研發(fā)都是基于它來實現(xiàn)。

GenPro不僅可以包含基礎(chǔ)的統(tǒng)計分析、機器學(xué)習(xí)算法，同時內(nèi)置非常豐富的行業(yè)算子，這些算子由天澤智云的數(shù)據(jù)科學(xué)家們結(jié)合IMS 中心的實踐經(jīng)驗沉淀而成，是工業(yè)智能建模的一把利器。

比如在“無憂刀具”這個項目中包括針對振動信號的故障特征提取算子、自動工況分割的算子、處理復(fù)雜環(huán)境下的信號降噪算子等。

基于GenPro這些行業(yè)算子，算法工程師可以站在更高的起點上：他們無需特別深入掌握跨學(xué)科技術(shù)，而是可直接采用“拖拉拽”的方式，快速完成建模。

觀察員-小郭：

GenPro具體如何使用？

AT-男哥：

我來簡單介紹一下：我在GenPro中的建模并不是從零開始，而是可以基于之前建好的行業(yè)模版庫快速建模。比如搜索“機加工行業(yè)刀具剩余壽命預(yù)測”，打開后即可看到完整的模型流程，包含數(shù)據(jù)讀取、數(shù)據(jù)預(yù)處理、特征提取、模型訓(xùn)練、調(diào)優(yōu)、驗證等全部建模環(huán)節(jié)。接下來，我可以直接配置EdgePro數(shù)據(jù)庫信息，讀取模型訓(xùn)練所用的數(shù)據(jù)。再基于剛才提到的行業(yè)算子提取穩(wěn)態(tài)切削工況、自動篩選趨勢性故障特征。最后執(zhí)行流程就可以查看結(jié)果、快速完成模型的開發(fā)和驗證。

要是在以前，開發(fā)一個初版的模型算法至少需要個2個工程師耗時3個月的時間?，F(xiàn)在基于GenPro只需2周即可完成模型的原型化和初步驗證，而且算法團隊不同角色之間的協(xié)作也變得更加規(guī)范了。

PT：模型上線  

觀察員-小郭：

從建好模型到它能上線提供服務(wù)，還需要做哪些工作？

AT-男哥：

以前，模型從建好到上線還需要單獨開發(fā)很多軟件模塊，如算法數(shù)據(jù)服務(wù)、算法執(zhí)行管理、運行時等，這就要軟件團隊花費幾周甚至更長的時間來支持。

為了解決這個問題，天澤智云研發(fā)了CyberSphere作為工業(yè)智能算法模型標(biāo)準(zhǔn)的運行環(huán)境，可部署多種主流算法語言開發(fā)的智能算法模型。只需一個算法工程師花費幾小時即可完成上線 ，實現(xiàn)算法的即交付即使用。

OT-武哥：

CyberSphere性能能否支撐起整個工廠設(shè)備的數(shù)據(jù)分析？以及安全性怎樣？

PT-小明：

完全沒有問題，因為CyberSphere采用了高性能、分布式的微服務(wù)架構(gòu)體系，可以輕易地進行資源擴展，模型結(jié)果的實時性也不會受到任何影響。

去年CyberSphere曾成功支持?jǐn)?shù)百臺設(shè)備的1500多個模型的并行運算，自部署以來運行得非常穩(wěn)定。

在安全性方面CyberSphere做了很多增強，如對算法代碼進行混淆、加密，模型文件進行驗簽、防篡改校驗；容器化運行模型；基于用戶角色權(quán)限的數(shù)據(jù)隔離機制；用戶操作日志等。

AT：模型全生命周期管理  

OT-武哥：

模型上線以后，如果以后刀具的規(guī)格、加工模具發(fā)生變化，之前的模型是否還能發(fā)揮作用？

AT-男哥：

模型上線到CyberSphere平臺中之后，我們就可以對其運行指標(biāo)進行監(jiān)控，如耗時、故障檢出率、預(yù)測誤差等，并可以迅速排查模型的異常指標(biāo)，確保模型上線后的風(fēng)險可被管理。

針對算法模型經(jīng)常出現(xiàn)的兩類問題，我們也設(shè)計了一套模型自學(xué)習(xí)框架，來保障模型結(jié)果的持續(xù)準(zhǔn)確和穩(wěn)定。

第一種是模型偏差比較嚴(yán)重，這個往往是因為初期算法設(shè)計的泛化性能不足，可能需要系統(tǒng)性的升級模型流程，這種情況就會交給我們的算法團隊在GenPro中重新去修正模型。

另一種情況是外部狀態(tài)發(fā)生變化，如更換了尺寸不同的刀具，此時的模型流程是無需修改的，只需在CyberSphere中重新訓(xùn)練模型，優(yōu)化參數(shù)，這種情況客戶現(xiàn)場的操作人員自己就能夠完成。

OT-武哥：

這套系統(tǒng)中的模型是很好的知識資產(chǎn)，未來我們也想在其他工廠復(fù)用，如何對其進行集中管理？

AT-學(xué)姐：

模型資產(chǎn)是工業(yè)智能App研發(fā)的基石，在項目實施的過程中，我們開發(fā)的算法都被管理在工業(yè)智能模型資產(chǎn)管理庫CyberRepository中。

小到一個行業(yè)算法組件，大到整個建模流程，它們每一次的版本更新迭代都可以通過CyberRepository進行追溯。

此外，當(dāng)其他類似場景需要復(fù)用這些模型時，可基于模型倉庫中的資產(chǎn)快速建模，加速價值落地。從更高的層面來看，CyberRepository也將改變工業(yè)資產(chǎn)沉淀、使用、分享、傳承知識的方式。

OT：現(xiàn)場效果  

觀察員-小郭：

感謝大家的解惑和分享，到這里無憂機床智能APP的開發(fā)過程就介紹完了。這套刀具剩余壽命預(yù)測系統(tǒng)的效果如何呢？

OT-武哥：

刀具剩余壽命預(yù)測系統(tǒng)，經(jīng)過幾個月的實踐取得了杰出的效果，感謝天澤智云團隊的支持！

觀察員-小郭：

有了這些工業(yè)智能研發(fā)“神器”，工業(yè)智能應(yīng)用的研發(fā)效率可以被加快，技能門檻也可以被降低，知識也可以被持續(xù)地傳承。除了機加工外，天澤智云的工業(yè)智能應(yīng)用研發(fā)平臺已經(jīng)在風(fēng)電、鋼鐵、電子制造、軌交、焊接等領(lǐng)域落地。我們以“讓工業(yè)無憂”為愿景，一路前行。